【试验工程师·公益学习营】第二期第3讲

【试验工程师·公益学习营】第二期第3讲于2020年2月28日如期举行，分享主题为《工业大数据中心建设研究》，分享嘉宾是北京瑞风协同科技股份有限公司CTO王可。

王可先生在《工业大数据中心建设研究》中，重点围绕工业数据管理需求、工业数据中心概述、工业数据中心建设思路、工业数据中心的关键技术和典型应用案例五个方面为大家进行深度讲解。

在分享中，王可先生提到工业数据管理具有多型号、多阶段、多工具、多来源、多专业、复杂结构、复杂格式、复杂关联和复杂内涵等特点。工业数据管理的需求为：数据源多，数据量大，需要强大的采集汇集、存储和管理能力；数据结构复杂，存储格式多，需要丰富的融合和关联能力；数据规律隐蔽，价值不易利用，需要深入的挖掘分析能力。现在工业数据管理的现状与问题是工业数据采集和管理手段很分散，难以统一维护数据；工业数据之间的割裂比较大，数据之间的同步和追溯困难；工业数据分析要求越来越高，数据挖掘分析能力不满足需求。

有人会问到工业数据中心有什么呢？工业数据中心的主要内容有产品全数据平台+专业数据汇集工具集；工业数据仓库+数据挖掘分析工具集；产品知识库+知识应用工具集;跨专业全周期支撑环境+扩展应用子系统；工业大数据基础支撑。那么工业数据中心能做什么呢？工业数据中心的作用有实现多专业数据汇集关联，解决数据孤岛问题；实现数据分析挖掘，解决数据价值利用问题；实现知识积累和利用，解决智慧研发的基础问题；实现决策辅助功能，解决领导关注的问题。工业数据中心的重要功效又是什么呢？工业数据中心可以提高数据管理水平，加大数据利用深度，强化决策辅助作用和扩展知识应用范围。

工业数据中心建设以标准规范为依据，以产品结构+技术状态为主线，以融合+共享+支持应用为目标。工业数据中心建设主要有以下步骤：建设工业数据中心的总体架构和规范；建立全数据平台，汇集各专业的工业数据；建立主题数据仓库及分析挖掘工具集；建立知识库及知识应用工具集；构建专业应用系统(分析/仿真/监控)。

工业数据中心关键技术：

1)产品数据动态建模技术

2)多源异构数据抽取转换(ETL)及融合技术

3)多专业产品数据的多维关联技术

4)工业大数据基础标准技术(TODS)

5)大数据分布式存储访问支撑技术

6)数据仓库建设及数据挖掘技术

7)产品知识管理及基于插件的推送技术

工业数据中心在选型时要围绕产品研制和运维业务，借鉴全数据管理的经验和成果，了解产品领域内数据服务标准，要掌握设计/仿真、试验/维保、可视化、大数据处理等技术。

嘉宾介绍

分享嘉宾是海英人才获得者，瑞风协同的技术带头人、首席技术官王可先生。

王可先生86年从北航计算机专业毕业之后，在国产工业软件领域持续耕耘30多年，主持和参与了863计划、国家支撑计划、国家重点预研计划等十多项重大项目，曾经获得省部级科技进步一等奖、二等奖、三等奖一共7项荣誉，他的重点研究方向包括：产品数据建模、协同设计、几何建模、三维CAD软件、综合保障和系统仿真。在带领团队进行产品研发和技术规划的同时，王总还兼任全国标准化技术委员会委员，以及中国图学学会专业委员会委员。

下期预告

第四讲

试验数据判读实现技术经验

时间：3月6日20:00-21:00

第五讲

试验数据管理经验分享

时间：3月13日20:00-21:00

如果您对我们的课程感兴趣，欢迎扫描下方二维码进行听课！